东北亚舆情文本细粒度命名实体识别方法研究

来源：计算机工程杂志2024年第5期北京时间：

作者：隗昊, 刁宏悦, 孔亮宸, 邓耀臣

单位：1. 大连外国语大学软件学院, 辽宁 大连 1160442. 大连外国语大学中国东北亚语言研究中心, 辽宁 大连 1160443. 大连外国语大学辽宁省新文科数字人文创新实验室, 辽宁 大连 116044

摘要：东北亚地区的国际形势变化与中国的发展密切相关, 面向该地区构建舆情信息知识图谱可以有效地监测舆情热点, 这不仅能够引导社会舆论健康发展及协助政府决策, 而且对防范政治营销、提升国家语言能力、构建和谐稳定国际关系具有重大价值。命名实体识别是构建知识图谱的关键技术和核心任务, 受到研究者广泛的关注。以社交媒体、门户网站与东北亚地区相关的实时热点舆情文本作为数据源, 充分考虑到东北亚地区的区域特点和地缘结构, 建立包含10个大类、35个子类的细粒度命名实体识别数据集, 并提出基于预训练语言模型RoBERTa和多层残差BiLSTM-CRF架构(RoBERTa-ResBiLSTM-CRF)的舆情实体识别模型, 同时在模型完成标签预测后设计基于规则模板的后处理策略, 以提高整体的实体识别性能。实验结果表明, 所提出的舆情命名实体识别模型的性能优于主流的传统神经网络模型, 验证了该方法的有效性。

关键词：细粒度,命名实体识别,舆情文本,深度学习,预训练语言模型

基金资助：辽宁省高等学校基本科研项目(LJKQZ20222451)